Java学习笔记——JVM(1)类加载机制

本文深入探讨JVM类加载的5个关键时机,解析类加载过程中的选择与双亲委派模型,以及加载、连接和初始化的具体步骤。同时,介绍了JIT编译原理,解释如何通过编译热点代码提升运行效率。

1 类的加载时机

JVM规范规定了5个情况必须立即初始化该类(将class文件加载到JVM中):

(1)new了一个这个类的实例or访问这个类或接口的静态成员

(2)反射

(3)子类被初始化时,父类也会被初始化

(4)被标注为启动类的类在JVM启动时就会被加载,以及直接用java.exe运行的类

(5)使用JDK1.7的动态语言支持时

可见,JVM对类的加载是动态的,这是为了节约内存资源。

 

2 类的加载过程

2.1 类加载器的选择

Java有三种默认的类加载器:

Bootstrap ClassLoader:由C++实现(因此不是java.lang.ClassLoader的子类),负责加载JAVA_HOME/lib目录下的类加载

ExtClassLoader:负责加载JAVA_HOME/lib/ext目录下或由系统变量 java.ext.dir指定位置中的类

AppClassLoader:负责加载classpath中指定的jar包及class

以及自定义的类加载器UserClassLoader(重写findClass方法)

加载器的选择——双亲委派模型:

(1)当一个类加载器收到一个类的加载请求时,先将请求逐级委派给上级加载器,直至Bootstrap ClassLoader;

(2)若Bootstrap ClassLoader加载失败(如该类不在基础包中)时,会将请求逐级向下级传递;

(3)若最底级的ClassLoader也加载失败,抛出异常ClassNotFoundException

为什么要使用双亲委派模型:

可以防止内存中出现多份同样的字节码,避免类的重复加载(所有类都交给能够处理的最高级加载器加载);另外,可以防止一些Java核心API被篡改。

2.2 加载过程

(1)加载Loading:查找该类,将类编译为字节码加载到JVM中,同时在Java堆中创建一个对应的java.lang.Class类的对象。

(2)连接:连接又分为三步:

验证Verification:文件格式、元数据、字节码、符号引用验证等

准备Preparation:为类静态变量分配内存、初始化

解析Resolution:把类中的符号引用转换为直接引用

(3)初始化:为类的静态变量赋予初始值

后续的使用过程还包括:使用、卸载

3. JIT

一般情况下,java源码被编译成字节码,字节码在JVM里面逐行解析运行。但是这样相比起C/C++直接编译为机器码,中间多了一层,运行速度会有所下降,这时候JIT——just in time机制就出来运行了,将频繁使用的字节码直接编译为机器码,具体实现方式如下(Hotspot):

频繁使用的字节码被称为热点代码(hot code),Hotspot采用计数器的方式记录一段代码是否为热点代码,当计数器超过阈值,就会触发JIT编译。

 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值